将相关性分析方法和阈值降噪方法相结合, 提出了一种基于蚁群算法的小波降噪双阈值优选方法. 首先根 据噪声的分布特点确定合理的寻优区间; 然后根据信号和噪声的小波系数自相关系数的不同特点确定优化目标函 数; 最后利用蚁群算法在寻优区间内搜索最优上下阈值. 仿真和压缩机振动故障检测的实际应用表明, 该方法能够选 择最优降噪阈值, 有效去除噪声.

小波变换降噪技术及其在Matlab中的实现,：对信号进行小波分解；小波分解高频系数的域值量化；信号重组。

基于matlab的小波变换去噪处理三种方法-自编各种小波变换去噪.rar 里面有详细的解释。最后有图像评价，计算均方误差和信噪比。

一种综合小波变换的心电信号消噪算法.pdf

图像小波变换去噪matlab代码声纳图像的深度学习 上传了两套声纳图像：lab_images是从受控实验室实验中获得的； 实地图像是由EPRI在2015年在圣劳伦斯河进行的野外实验获得的。 每个数据集包含鳗鱼和非鳗鱼对象（木棍和pvc管）的声纳图像。 有四个图像版本： orgnl：没有任何图像处理技术的原始图像； diff：通过图像差异消除静态背景的差异图像； wvlt：用小波变换去噪的原始图像； diffwvlt：经过小波去噪和差分处理的图像。 Excel文件sonar_data_description中包含了实验室实验和现场实验中的声纳设置。 根据声纳图像质量，将鳗鱼现场图像分为三层。 建议使用1级和2级鳗鱼图像来训练和测试CNN模型。 仅使用实验室数据的代码CNN_lab_data.py训练和测试过的CNN模型。 代码CNN_field_data.py仅使用现场数据训练和测试的CNN模型。 Matlab脚本处理了.aris声纳数据并提取了鳗鱼和非鳗鱼对象的图像。 注意：.aris数据是使用开放源代码MATLAB脚本读取的（请参阅参考资料）（Handegard＆Williams，2

基于matlab的小波变换去噪处理三种方法-zibianxiaoboquzao.m 里面有详细的解释。最后有图像评价，计算均方误差和信噪比。

基于matlab的小波变换去噪处理三种方法-bayes.m 里面有详细的解释。最后有图像评价，计算均方误差和信噪比。

本文件包含图像处理的相关实验，包括小波变换的图像去噪和边缘特征提取实现，全局、局部直方图均衡化的实现，PSNR、SSMR图像指标的计算；同态滤波的实现。所有MATLAB代码均为自己编码实现，不调用现有MATLAB库函数。包含理论的讲解和代码的具体实现，代码详细注释。

基于小波变换的多种去噪方法在matlab上的实现.

本文分析了通信系统信号处理中噪声的小波分析特性,用一维小波对含有噪声的信号进行了分析和研究，提出了基于小波分析理论对于高频信号和高频噪声干扰相混叠的信号中小波变换用于对含有噪声信号进行的小波分解仿真实验。利用小波变换对含噪信号进行小波分解，实现了信号的降噪处理。